基于matlab图像处理教程系列之图像分割（二）

dapmood

0 [. o" W1 _. F" |* P* X一、简介
/ B% O( j5 i, |5 \6 O1.使用距离变换的分水岭分割
, k0 ?/ G, u! A% i$ g/ o2 S
（1）距离变换

5 r( v$ [3 @8 I+ o$ Y% sD = bwdist(BW);
! r+ d3 O% {( w& A* d+ [# \7 F
二值图像的距离变换是指从每个像素到最接近零值的像素的距离。
4 ^' {$ E/ |* i* e6 t
（2）测地距离变换
/ V% k0 e+ h# b
( J" f" d2 y( U" ~D = bwdistgeodesic(BW,mask);
6 n* \7 f' `9 `  [/ w" e
2.使用梯度的分水岭分割
7 }* L- p5 c/ M( g7 \
2 l2 W) u7 y9 J3 j获取梯度图像：

h = fspecial(‘sobel’);
7 m' S' h8 K5 m* L% G4 G3 ?" m
fd = tofloat(f);
. e! C& M) C. Z3 R
! k5 @5 N9 }3 ]2 K  F' j4 og = sqrt(imfilter(fd, h, ‘replicate’) .^ 2 + …

" V* H6 m5 S7 |) X$ [imfilter(fd, h’, ‘replicate’) .^ 2);

在使用针对分割的分水岭变换之前，常常使用梯度幅度对图像进行预处理。梯度幅度图像沿着物体的边缘有较高的像素值，而在其他地方则有较低的像素值。在理想的情况下，分水岭变换可得到沿物体边缘的分水岭脊线。若梯度图像直接进行分水岭变换可能会严重过分割，所以在计算分水岭变换之前可以先平滑梯度图像。
# d! _: {& B# c
3.控制标记符的分水岭分割
1 {! Y) h" Y" h, Q) Q" c6 ]' k
3 C5 J& V5 _3 K( E. l! L（1）计算局部极小值区域
, R5 b  m$ {! S- I7 D0 T* v1 r
: l, z8 A8 w, |0 q  H2 ]rm = imregionalmin(f);
7 _6 k( r( s( z- h% ?8 s
1 R4 @! T3 F: I其中，f 是灰度图像，rm 是二值图像，rm 的前景像素标记出局部小区域的位置。
5 {% s4 f$ P3 L6 l
（2）扩展极小值
+ A2 l5 f: A7 u$ c( F
, @* I* }+ G% l% m* {3 l4 r. X0 J: Tim = imextendedmin(f,h);

# H; C- a+ P6 o/ c5 ^其中，f 是灰度图像，h 是高度阈值，im 是一幅二值图像，im 的前景像素标记了深的局部小区域的位置。

（3）强制最小
5 ?$ H$ b' ]5 U6 f
( F. O2 ~- D) |$ c* H5 Kmp = imimposemin(f, mask);
+ s% d8 W  D" c) A+ x; T6 H
其中，f 是灰度图像，mask 是二值图像，mask 的前景像素标记了输出图像 mp 中局部最小区域的期望位置。通过在内部和外部标记符的位置覆盖局部最小区域，可以改进梯度图像，用于控制过分割的一种方法是基于标记符的概念。标记符是属于一幅图像的连通分量。我们希望有一个内部标记符集合，它们处在每个感兴趣物体的内部，而外部标记符集合包含在背景中。标记符的选择范围可以从简单过程到更复杂的方法，涉及尺寸、形状、位置、相对距离、纹理内容等等。指针是携带对分割有影响的先验知识的标记符。人们常常使用先验知识在每天的视觉中帮助解决分割和高级任务。最为熟悉的便是使用文本。因此，分水岭分割提供可以有效利用这些类型的知识的框架这一事实，是这一方法的突出优点。
) n. H( W5 A; Z

; s% \% D; b1 u" C& N二、源代码
* n# T8 G/ b* l  g# l
% o6 G9 w; x  q% L( E- G

• %基于控制标记符的分水岭分割
• [file,filepath]=uigetfile('*');
• file=fullfile(filepath,file);
• img=imread(file);%读图
• imgsize=size(img);
• if(numel(imgsize)>2)
• i=rgb2gray(img);
• else
• i=img;
• end;
• imshow(i);title('灰度图');
• pause;
• %取阈值
• [T,SM]=graythresh(i);
• bw=im2bw(i,T);
• imshow(bw);title('二值');
• pause;
• % % %%%%%%%%%%%%%%%%%%%%%%%%%%基于距离变换的分水岭分割%%%%%%%%%%%%%%%%%%%%%%
• gc = ~bw;
• % imshow(gc);
• % pause;
• D = bwdist(gc);
• % figure,contour(-D,40);
• imshow(-D,[]);title('距离变换图');
• pause;
• rm = imregionalmin(-D);%查看局部极小值区域
• imshow(rm);title('查看局部极小值区域');
• pause;
• im = imextendedmin(-D,2);%扩展最小值
• % figure,contour(im,40);
• fim=i;
• fim(im) = -255;
• imshow(fim);title('合并后的局部极小值');%查看合并后的局部极小值
• pause;
• Lim = watershed(bwdist(im));
• imshow(Lim,[]);title('基于距离变换的流域分割');
• pause;
• em = Lim == 0;
• res=em|im;
• imshow(res);%查看掩膜图像
• title('掩膜图像');
• pause;
• g2 = imimposemin(i, im | em);
• imshow(g2);
• title('强制最小');
• pause;
• L2 = watershed(g2);
• f2 = img;
• f2(L2 == 0) = 255;
• imshow(f2);
• title('基于控制标记符的分水岭分割');
  % X: K) w' w* k( @

+ g- I0 K% z, X& Q- i0 Q6 b
% Y/ a8 u$ a1 q7 Q# M0 [三、运行结果

4 Z8 d2 ?4 v5 W# y$ w4 t: c' p
/ }+ v, |* I  H3 q

regngfpcb

基于matlab图像处理教程系列之图像分割（二）

twel2e

看一下      
: w& O+ @: J% d- Q

ldezgr

今天晴天，很棒棒哦，加油哦